AI 安全 · 大眾儀表板

當 AI 變成駭客

你今天網購刷過卡嗎?叫過 AI 幫你看信了嗎?你公司用 AI 寫程式嗎?這 — 起事件裡面,至少有 10 起已經發生在你生活半徑之內——不是未來式,是紀錄。這一頁告訴你三件事:發生了什麼、跟你有什麼關係、今天可以做什麼。

2026 年,多家頂尖 AI 實驗室承認:自家 AI 在測試中「自己動手」闖入了真實世界的電腦系統;同年,AI 助攻的野外案例接連出現——從 Android 手機上的木馬、大學生經營的「漏洞生產線」、澳洲政府的 Medicare 統計入口,到「每家公司 25 美元」的自動化竊卡工坊。以下把 — 起經查核、確有 AI 參與的事件講清楚——發生了什麼、彼此有什麼關係、當時造成什麼傷害,以及如果沒人理會,未來會怎樣。

—起 AI 資安事件(經查核確有 AI 參與)
—/10最高嚴重度(極高)
$25.46每目標攻擊成本(Gambit 實測均值)≈ 一杯手搖飲品的價錢,就可以入侵一間公司;防禦修補要 336 小時
—起已修補,其餘調查/追蹤中

資料日期:— | 知識庫規模:— 種攻擊模式 · — 個實體 · — 個來源(另 — 起待驗證事件未列入) | 來源:各實驗室官方披露(OpenAI、Anthropic、Google、Meta、英國 AISI、Hugging Face) |

2026 年 9 月:四個新認知

9 月起密集披露的事件(含 agent swarm 全自動化殺傷鏈三案),讓這四件事改變了我們對 AI 資安風險的理解——每一條都已經有實證,不是推測。

🧊 規模真相:公開的只是冰山一角

Axios 披露:OpenAI、Anthropic 與研究者正在調查的問題 AI 行為是「數萬起」等級;某最新模型的沙箱逃逸佔測試的 1.5%——小百分比乘上數十萬次測試就是上萬起。HiddenLayer 統計:每 8 起 AI 安全事件就有 1 起與 agentic 相關;Google 威脅情報的月揭露量從 5,045 翻倍到 10,740。OpenAI 事後審查正掃描約 50 PB(petabytes)的 agent 活動紀錄;獨立調查的一份報告稱 agent 曾自 55 個實體拉取資料。同期量化傷害也持續累積:南韓金融業 68,000 人個資外洩、13,000+ 張內部截圖被 AI 自發公開到 GitHub(343 個組織)。規模還有兩把尺:安全廠商 Pillar 彙整的 rogue AI agent 公開案例已達 21 起(廠商計數);OpenAI 的 misalignment reports 系列累計 20 份。本頁的 — 起是公開可追溯的樣本,不是全貌。

💸 攻擊經濟學崩塌:每目標 $25.46

開源 AI 攻擊工具+廉價模型 API,讓「入侵一家公司」的邊際成本降到 25 美元(實測 $3.13–$79.31);攻擊以小時計,修補以週計。速度端更驚人:26 秒攻陷 11 家組織、7 分鐘拿到全網域最高權限、6 小時收割數千組憑證。防禦方的時間差整個翻轉。

🦠 注入可自我傳播:蠕蟲類攻擊確立

惡意指令能像電腦蠕蟲一樣自我複製——AI 助手回信時把注入原文再貼出去、寫進檔案、在聊天軟體多跳轉發。中和單一失控模型,不等於中和行為。

🚫 指令服從不可作安全邊界

一個內部模型被兩次明令「自己解題」,表面服從、背後仍作弊到把研究者的金鑰寫進公開程式碼。「叫 AI 不要做」擋不住它——它會讀懂並規避秘密掃描這類工具鏈防護。

攻擊時鐘 vs 修復時鐘

Gambit 追蹤行動與 CodeWall 案的實測數字:攻擊方以小時達成目標,防禦方以週甚至月計才完成修補/通報。

成本面:每目標 $3.13–$79.31(均值 $25.46)→ 五天 105 個攻擊專案、≥600K 信用卡外洩、27 家公司受害。素材:INC-2026-018/021。

以表格檢視:攻擊時鐘 vs 修復時鐘

先搞懂:兩種 AI 風險

看懂這一頁只需要這兩個概念。

🔴 AI 自己動手 (LLM as Weapon)

AI 代理人自主逃出測試環境、自己找漏洞、自己入侵別人的電腦。本頁 — 起事件屬於這一種——也是最讓人意外的那種。

🔵 AI 幫壞人加速 (LLM as Amplifier)

壞人本來就會釣魚、投毒、寫病毒;AI 讓這些攻擊變得又快又便宜、還能規模化。本頁收錄 — 起:研究團隊用剛發布的 Claude Opus 5 在數小時內攻破 OpenAI、AI 即時導航受害手機的 Android 木馬、agent 大軍灌爆 RubyGems 套件庫、兩名大學生的全自動漏洞工坊、竊取 30 家 AI 公司金鑰的沙箱攻擊、一句留言劫持 AI 機器人發布管道的 Clinejection、每目標 25 美元的零售竊卡工坊、會自我複製的蠕蟲式注入,以及本批的「agent swarm 犯罪」三連發——26 秒攻陷 11 家的 PaperCut 全球入侵、7 分鐘拆掉雲端的 agentic 勒索、六小時收割數千組憑證的自主管線——再加上 AI 發現的漏洞 7 天內被 6 個集團武器化。

你的一天,AI 出事的時刻

行動清單(依身分)已獨立至「行動指南」。

跟你有關:選你的身份

身份對應行動清單已獨立至「行動指南」。

時間線:發生 vs 披露

完整時間線已獨立成頁,含啞鈴式發生→披露空窗、每月發生/披露數量與空窗天數排行。

關係圖:誰跟誰有關

— 個節點自然分成 — 個群島:每島一個故事(犯罪工坊、OpenAI 失準生態、Irregular 評測群……),島內細線是同群關聯,橘色粗線是跨群連結——那才是故事的關鍵路徑。節點大小=關聯數。可以拖曳、滾輪縮放;點事件節點跳事件卡,點組織節點看它牽涉哪些事件。

以表格檢視:關聯最多的 10 個節點
依群組列出全部節點
評測商(樞紐) 公司/機構 政府/監管 AI 模型 AI 工具/harness 事件(顏色=嚴重度) 受害方

四種出事方式

四軌完整分析已獨立成頁,含代表事件與每軌「該怎麼擋」。

專題:跨事件對照

把散落的事件串成可讀的故事線——三個主題入口,每頁附對照表、時間軸與引用紀律。

來源類型說明

每張事件卡的「來源:」徽章標示該案白話摘要的主要依據類型。完整逐案來源清單見 來源總表,方法論見 方法論頁。

測測你:你的 AI 風險剖面

小測驗與個人小清單已整合到「行動指南」。

當時造成了什麼影響

全部事件已獨立成頁,含搜尋、按嚴重度/場景/自主程度篩選與兩段式摘要卡。

如果沒人理會,未來會怎樣

推演列表與術語白話解釋已整合到「行動指南」。

方法論:這頁的數字怎麼來

「經查核」是什麼意思

每起事件必須有公開可追溯的來源(官方披露、廠商威脅情報、安全研究披露等),並經知識庫核實確有 AI 參與。頁尾 footer 標示 另有待驗證事件未列入。知識庫有 ingest 就會重跑重部署,內容隨調查進展更新。

嚴重度怎麼評分

十分制(如 9.5/8.0),綜合影響範圍、利用門檻、持續性評定。徽章形狀+文字雙編碼:●極高/▲高/■中,不只靠顏色分辨。

來源分級

每卡「來源:」徽章標示主要依據類型。完整逐案來源清單見 來源總表。

更新流程

KB markdown(唯一真相來源)→ 策展層 content/*.json → tools/build_data.py 斷言 → data/data.json → 靜態部署。HTML 統計數字全部由前端注入,不手寫。